用了 GSD，我再也不怕 Claude 「失忆」了｜解决上下文腐烂的终极方案

Assert_SL

2503人浏览 · 2026-03-03 11:03:13

Assert_SL · 2026-03-03 11:03:13 发布

🔥 用了 GSD，我再也不怕 Claude 「失忆」了｜解决上下文腐烂的终极方案

写给每一个在 Claude / ChatGPT 长对话里被「坑」过的开发者。

你有没有过这种经历：和 AI 聊了三四十轮之后，它开始「忘记」你们最开始约定的技术栈，然后写出一段跟前面完全不一致的代码？你不是一个人——这是所有 AI 编程工具的通病，有个专业名词叫 Context Rot（上下文腐烂）。

📌 目录

什么是上下文腐烂？
GSD 是什么？
GSD 的解决思路
六阶段开发循环详解
Agent 架构：薄编排器模式
上下文实时监控机制
安装与快速上手
适用场景与成本控制
常见问题 FAQ
总结

一、什么是上下文腐烂？

你一定遇到过这些场景：

症状	具体表现
技术决策失忆	早期定好用 Prisma，第 40 轮突然用 Drizzle 重写
代码规范瓦解	命名约定、错误处理模式越写越乱
重复造轮子	明明有 `useAuth()`，又造了个 `authHelper()`
需求漂移	MVP 范围在漫长对话中被一点点偷换
实现不一致	同一类问题，前后给出截然不同的方案

根本原因：随着对话历史越来越长，模型的有效注意力被稀释，早期确立的技术决策从「活跃记忆」悄悄退出。

💡 上下文窗口不是越大越好，拥挤的上下文和新鲜的上下文，质量差距天壤之别。

二、GSD 是什么？

GET SHIT DONE（GSD） 是一套专为 Claude Code / OpenCode / Gemini CLI / Codex 设计的：

元提示系统（Meta-Prompting）
上下文工程（Context Engineering）
规范驱动开发（Spec-Driven Development）

一句话理解：GSD 是给 Claude Code 用的「规格驱动 + 多智能体并行 + 文件化记忆」系统。

# 安装只需一行
npx get-shit-done-cc@latest

当前版本：v1.22.1（2026-03-03 更新）

三、GSD 的解决思路

核心洞察

🎯 不要让项目状态活在对话里，让它活在文件里。

GSD 的解法极其简单，却极其有效：

传统方式	GSD 方式
一个不断增长的单一对话	多个全新的 200k token 独立上下文
早期决策随对话稀释	决策持久化到结构文件，每次注入
规范执行越来越不稳定	始终从干净的状态出发
无法并行	波次并行执行，互不干扰

四个核心状态文件

GSD 在项目根目录维护四个文件，构成跨会话的持久记忆：

你的项目/
├── PROJECT.md         ← 项目愿景、目标、技术约束（始终加载）
├── REQUIREMENTS.md    ← v1/v2 功能范围，含唯一需求 ID
├── ROADMAP.md         ← 阶段结构、进度、依赖关系
├── STATE.md           ← 技术决策记录、阻塞项（始终加载）
└── .planning/
    ├── 1-CONTEXT.md   ← 讨论阶段锁定的实现决策
    ├── 1-RESEARCH.md  ← 领域调查发现
    ├── 1-1-PLAN.md    ← 原子任务计划（XML）
    └── ...

每个执行任务启动时，将以上文件精确注入，在 全新 200k token 上下文 中运行——而不是依赖那个越来越健忘的老对话。

四、六阶段开发循环详解

阶段总览

讨论 → 研究 → 规划 → 执行 → 验收 → 归档 → （下一里程碑循环）

Step 1：讨论阶段（Discuss）

/gsd:discuss-phase 1

做什么：在写任何代码之前，锁定实现决策。

用哪个库/框架
API 的请求/响应结构
数据库表设计
UI 组件的组织方式

⚠️ 跳过这步的代价：AI 可能做出你不喜欢的架构决策，等发现时已经写了大量代码，返工成本极高。

生成文件：{N}-CONTEXT.md

Step 2：研究阶段（Research）

/gsd:research-phase 1

针对专业领域（支付、AI、地图等）深度调研，评估 2-3 个技术方案。

研究级别	触发条件	耗时
Level 0	纯内部逻辑，遵循已有模式	跳过
Level 1	已知库的语法确认	快速
Level 2	评估 2-3 个方案	15-30 分钟
Level 3	有重大影响的架构决策	1+ 小时

Step 3：规划阶段（Plan）

/gsd:plan-phase 1

做什么：生成原子化任务计划（XML 格式）。

每个任务必须包含四个元素：

<task type="auto">
  <n>创建登录接口</n>
  <files>src/app/api/auth/login/route.ts</files>
  <action>
    使用 jose 库处理 JWT。
    对照 users 表进行凭据验证。
    无效凭据返回 401 状态码。
    成功登录设置安全 HTTP-only cookie。
  </action>
  <verify>
    curl 测试有效/无效凭据分别返回 200/401
  </verify>
  <done>
    有效凭据返回带安全 cookie 的 200；
    无效凭据返回 401；
    所有尝试记录在 audit_log。
  </done>
</task>

💡 关键：此阶段没有任何代码产生，你可以充分审查计划，要求修改。内置 gsd-plan-checker 自动验证计划是否完整映射到需求。

Step 4：执行阶段（Execute）

/gsd:execute-phase 1

这是 GSD 最核心的创新：

WAVE 1（并行）              WAVE 2（并行）         WAVE 3
任务01: 用户模型    ───→   任务03: 订单 API  ───→  任务05: 结账 UI
任务02: 商品模型    ───→   任务04: 购物车 API

每个任务：全新 200k token 上下文 + 自动 git commit

依赖感知的波次执行
每个任务独享全新 200k token 上下文（彻底消灭上下文腐烂）
每完成一个任务自动 git commit（原子化，精确可回滚）

Step 5：验收阶段（Verify）

/gsd:verify-work 1

从阶段目标提取可测试的交付物清单
引导你进行用户验收测试（UAT）
自动诊断失败原因
为失败项创建验证修复计划，可重新执行

Step 6：里程碑归档（Complete）

/gsd:complete-milestone    # 归档，打 Git tag
/gsd:new-milestone v2.0    # 开始下一版本

五、Agent 架构：薄编排器模式

GSD 使用「薄编排器」（Thin Orchestrator）设计，编排器自身只占 10-15% 上下文，将工作委托给六类专职 Agent：

Agent	职责
gsd-planner	创建可执行阶段计划，含任务分解、依赖分析、目标倒推
gsd-plan-checker	对照需求验证计划完整性；拒绝不完整映射
gsd-executor	在全新 200k 上下文中实现，原子化 git commit
gsd-verifier	执行后验证；确认阶段目标达成（不只是任务完成）
gsd-phase-researcher	调查领域知识、生态模式、架构选项
gsd-debugger	系统性排查执行失败；诊断根因

完整流水线：

Researcher → Planner → Plan-Checker → Executor → Verifier

需求 ID 在整个链条中保持完整追踪，确保「交付的就是需求的」。

接手已有项目：4 个并行 Agent 扫描代码库

/gsd:map-codebase

自动启动 4 个并行 Agent 分析：

Agent	分析内容
Tech stack analyzer	框架、库版本、依赖关系
Architecture analyzer	模块结构、设计模式、数据流向
Conventions analyzer	命名规范、代码风格、测试策略
Concerns analyzer	技术债务、安全隐患、性能瓶颈

六、上下文实时监控机制

GSD 内置三级预警：

状态	剩余上下文	系统行为
✅ NORMAL	> 35%	静默运行，最佳性能
⚠️ WARNING	≤ 35%	建议完成当前工作后暂停
🔴 CRITICAL	≤ 25%	指示立即保存检查点

防抖机制：首次警告立即触发；后续警告需间隔 5 次工具调用；严重级别升级时跳过防抖。

收到 CRITICAL 警告时：

/gsd:save-session    # 保存当前检查点
# 开始新会话
/gsd:resume-work     # 完整恢复上下文，无缝继续

七、安装与快速上手

安装

# 交互式安装（推荐）
npx get-shit-done-cc@latest

# 直接指定运行时
npx get-shit-done-cc --claude --global    # Claude Code 全局
npx get-shit-done-cc --claude --local     # Claude Code 本地
npx get-shit-done-cc --all --global       # 所有运行时

验证安装

/gsd:help    # 有响应即表示安装成功

新项目标准启动

/gsd:new-project          # 交互式初始化
/gsd:discuss-phase 1      # 锁定实现决策
/gsd:plan-phase 1         # 生成原子化任务计划
/gsd:execute-phase 1      # 并行执行
/gsd:verify-work 1        # 验收

已有项目

/gsd:map-codebase         # 先分析代码库
/gsd:new-project          # 融入已有架构初始化

多运行时支持

运行时	验证命令	安装参数
Claude Code	`/gsd:help`	`--claude`
OpenCode	`/gsd-help`	`--opencode`
Gemini CLI	`/gsd:help`	`--gemini`
Codex	`$gsd-help`	`--codex`

八、适用场景与成本控制

✅ 非常适合

场景	原因
中大型项目（> 10 个文件）	Context Rot 问题最严重，效果最显著
多阶段功能迭代	路线图 + 里程碑系统完美匹配
接手陌生代码库	`map-codebase` 快速建立理解
需求明确的项目	防止 AI 自作主张跑偏
需要清晰 Git 历史	每任务一 commit，便于回滚
团队协作	结构化文档让每次会话都能快速恢复
专业领域（AI、支付）	`research-phase` 深度调研生态

❌ 不太适合

场景	建议替代
单文件小脚本	直接对话，GSD 流程过重
一次性临时任务	`/gsd:quick` 快速模式
纯探索性研究	GSD 针对「构建」优化
原型验证 / PoC	先验证想法，再用 GSD 正式构建

💰 成本控制

# 切换预算模式
/gsd:set-profile budget    # 使用 Sonnet/Haiku，降低 60-70% 成本

# 进一步关闭可选功能
# 在 .planning/config.json 中：
{
  "research": false,       # 关闭深度研究
  "plan_checking": false,  # 关闭计划检查
  "depth": "quick"         # 3 个阶段，最少研究
}

九、常见问题 FAQ

Q：执行中途失败了怎么办？

/gsd:progress              # 查看哪些任务已完成
/gsd:debug "描述失败情况"   # 系统性诊断
/gsd:execute-phase 1       # 重新执行（已完成任务自动跳过）

Q：需求临时变更怎么处理？

/gsd:add-phase             # 新需求加到末尾
/gsd:insert-phase 3        # 插入到特定位置（创建 3.1 子阶段）
/gsd:remove-phase 5        # 删除不再需要的阶段

Q：计划检查器拒绝了我的计划？

检查 {N}-{K}-PLAN.md 中每个任务是否都有对应的需求 ID 映射。计划检查器会给出具体拒绝原因，按提示修改后重新运行 /gsd:plan-phase。

Q：API 成本太高？

运行 /gsd:set-profile budget 即可切换到低成本模式。对于简单项目，还可以在 config.json 中关闭 research 和 plan_checking。

Q：团队多人协作怎么用？

将 .planning/ 目录提交到 Git。每人开始工作前运行 /gsd:progress 了解当前状态；里程碑完成后打 tag 版本管理。

十、总结

🎯 你描述你要什么，AI 把它正确地建出来——不是靠运气，而是靠结构。

GSD 用一个极简的思路解决了 AI 编程最棘手的问题：

状态外部化：决策活在文件里，不活在对话里
上下文新鲜化：每个任务独享 200k 全新上下文
执行原子化：每任务一 commit，精确可回滚
流程结构化：六阶段循环，每步职责清晰

如果你每周花超过 4 小时和 AI 写代码，GSD 值得认真一试。

资源链接

🐙 GitHub：https://github.com/gsd-build/get-shit-done
💬 Discord 社区：https://discord.gg/gsd
🐦 Twitter/X：@gsd_foundation

本文基于 GSD v1.22.1 文档整理。如有疑问欢迎在评论区讨论。

觉得有用的话，一键三连支持一下 🙏

标签：Claude AI编程 Context Engineering Claude Code OpenCode 提示工程 LLM 效率工具

有“AI”的1024 = 2048，欢迎大家加入2048 AI社区

更多推荐

cover

[0开始学Java|第二十四天]集合（Map&可变参数&集合工具类Collections）

cover

当AI以笃定口吻给出错误建议时，谁来为信任买单？

cover

中文语境 PhaaS 钓鱼套件技术演进、攻击机理与全链路防御研究

所有评论(0)

查看更多评论

Assert_SL

已为社区贡献22条内容